Niet-financiële prestatiemeting en bezoldigingen bestuur

Voorts zal antwoord gegeven worden op de tweede deelvraag die luidt: “Wat is het effect van de bezoldigingen op de kwaliteitswaardering van de maatschappij?” Om deze deelvraag te beantwoorden, zijn twee regressies uitgevoerd, te weten voor universiteiten en voor hogescholen. Dit is gedaan omdat afzonderlijke ranglijsten van hogescholen en universiteiten niet verenigd kunnen worden tot een ranglijst. Daarnaast is voor hogescholen enkel de data over de jaren 2015 en 2016 gebruikt, dit in verband met het ontbreken van een betrouwbare ranglijst van hogescholen. De deelvraag wordt beantwoord door de volgende hypothese te toetsen:

H2: De bezoldigingen van topfunctionarissen in de quartaire sector hebben een positief effect op de kwaliteitswaardering van de maatschappij.

5.3.1 Resultaten

Het verband tussen de niet-financiële prestatiemeting, en de bezoldigingen van het bestuur van universiteiten is af te leiden uit de volgende regressieanalyse. Tevens is ter vergelijking een regressie opgenomen waarin de variabele CAO niet is opgenomen.

Tabel 2: Regressieresultaten voor de relatie tussen de niet-financiële prestaties van onderwijsinstellingen en bezoldigingen van het bestuur van universiteiten voor de periode 2013 - 2016.

Ln(BezoldigingBestuur) Ln(BezoldigingBestuur

Rang 0,104 0,010

(0,007) (0,007)

Ln(Inschrijving) -0,157 ** -0,156 **

(0,061) (0,060)

CAO 0,309 -

(0,990) -

Constante 14,172 *** 14,479 ***

(1,087) (0,476)

32

Observaties 52 52

R-squared 0,132 0,130

Standaardfouten tussen haakjes; * P < 0,1, ** P < 0,05, *** P < 0,01.

Tabel 2 geeft de resultaten weer voor de relatie tussen de plaatsing op ranglijst en de bezoldigingen voor universiteiten. De coëfficiënt waarmee de deelvraag beantwoord moet worden, is de coëfficiënt van de variabele Rang. Deze coëfficiënt is 0,103; en met een overschrijdingskans van P = 0,132 is deze niet significant bij een significantieniveau van α = 0,05. Derhalve kan deze coëfficiënt niet geïnterpreteerd worden.

De natuurlijke logaritme van de inschrijvingen, die gebruikt wordt om te corrigeren voor de omvang van de onderwijsinstelling, is wel significant met een overschrijdingskans van P = 0,013. Dit betekent dat een stijging van 1% in het aantal nieuwe inschrijvingen, leidt tot een daling van de bezoldigingen van het bestuur met 0,157%.

De coëfficiënt van de variabele CAO is eveneens niet significant, en kan evenmin geïnterpreteerd worden. Ter vergelijking is in tabel 2 een regressie opgenomen waarin CAO niet is opgenomen. Te zien is dat de R-squared hoger is indien de variabele CAO wel wordt opgenomen. Derhalve is het gerechtvaardigd om de variabele op te nemen, ondanks dat deze niet significant is. De constante is significant met een overschrijdingskans van P = 0,000.

Echter is het niet reëel dat de variabele Rang een waarde nihil zal aannemen in het model, aangezien een onderwijsinstelling niet op plaats nul kan staan. Hierdoor kan de constante niet geïnterpreteerd worden.

Tabel 3 geeft de resultaten weer voor hogescholen. De regressie is gelijk aan de regressie voor universiteiten, met dien verstande dat het aantal observaties in deze regressie gehalveerd is. Dit in verband met het ontbreken van informatie voor de jaren 2013 en 2014. Tevens is een regressie uitgevoerd zonder de variabele CAO, om vast te stellen of deze variabele toegevoegde waarde heeft in het model.

Tabel 3: Regressieresultaten voor de relatie tussen de niet-financiële prestaties van onderwijsinstellingen en bezoldigingen van het bestuur van hogescholen voor de periode 2015 - 2016.

Ln(BezoldigingBestuur) Ln(BezoldigingBestuur)

Rang 0,041 ** 0,041 **

(0,017) (0,016)

Ln(Inschrijving) 0,207 *** 0,207 ***

(0,054) (0,053)

CAO 0,707 -

(2,289) -

Constante 10,148 *** 10,886 ***

(2,419) (0,351)

33

Observaties 26 26

R-squared 0,808 0,807

Standaardfouten tussen haakjes; * P < 0,1, ** P < 0,05, *** P < 0,01.

Allereerst is op te merken dat dit model een vele malen hogere verklarende waarde heeft dan die voor universiteiten. Waar de regressie voor universiteiten een R-squared had van 0,132 is voor hogescholen sprake van een R-squared van 0,808. Dit betekent dat 80,8% van de data verklaard kan worden middels dit model. Tevens is te zien dat significante uitkomsten zijn waar te nemen. De variabele Rang is met een overschrijdingskans van P = 0,023 significant bij een α = 0,05 met een waarde van 0,041. Dit betekent dat een stijging op de ranglijst met 1 plek, ervoor zorgt dat de bezoldigingen van het bestuur met 100*0,041 = 4,1 procent toenemen. Dit kan aanleiding zijn te denken dat hogere bezoldigingen leiden tot betere niet-financiële prestaties. Oorzaak zou kunnen zijn dat bestuurders die een riantere bezoldiging genieten, kwalitatief hoogstaand zijn, en derhalve de prestaties verbeteren.

Wederom zijn de inschrijvingen significant met een overschrijdingskans van P = 0,001 met een waarde van 0,207. Interpretatie hiervan leert dat de bezoldigingen met 0,207% toenemen indien de inschrijvingen van nieuwe studenten stijgt met 1%. Dit bevestigt de resultaten van Gregg et al. dat omvang een significant effect kan hebben op de bezoldigingen.

De variabele CAO is niet significant bij een α = 0,05 en kan derhalve niet geïnterpreteerd worden. Echter is te zien in tabel 3 dat de variabele CAO er wel voor zorgt dat de R-squared toeneemt. Ter vergelijking toont de derde kolom de regressie zonder de variabele CAO. De toename in de R-squared betekent dat de variabele een verklarende factor is, en derhalve terecht is opgenomen in de regressie, ook al is deze niet significant. De constante is significant met een overschrijdingskans van P = 0,000; echter is deze coëfficiënt niet te interpreteren, aangezien de variabele Rang geen waarde nihil kan aannemen.

5.3.2 Toetsing van hypothesen niet-financiële prestaties

Doordat de resultaten uit de twee regressieanalyses niet verenigbaar zijn, is het in eerste instantie lastig de hypothese te toetsen. Derhalve zal onderscheid gemaakt worden tussen de resultaten bij universiteiten en bij hogescholen. Voor universiteiten moet de hypothese verworpen worden, aangezien de variabele Rang een overschrijdingskans van P = 0,132 heeft, waarbij dit groter is dan het gehanteerde significantieniveau van 0,05. Er kan niet geconcludeerd worden dat de bezoldigingen van het bestuur van universiteiten een significant effect hebben op de plaats in de ranking. Als gevolg kan niet gesteld worden dat niet-financiële prestaties beïnvloed worden door de bezoldigingen.

Voor hogescholen ligt dit anders. Hier is de coëfficiënt van de variabele Rang wel significant bij een α van 0,05, met een overschrijdingskans van P = 0,023. Een significant verband is waarneembaar tussen de plaats in de ranglijst en de bezoldigingen van het bestuur. Indien de

34 hogeschool een plaats stijgt in de ranglijst, nemen de bezoldigingen toe met 4,1%. De hypothese wordt aangenomen voor hogescholen, en geconcludeerd kan worden dat een significant verband bestaat tussen de bezoldigingen en de niet-financiële prestaties.